KR102093287B1 - Method for measuring indirectly tool wear of CNC machine - Google Patents
Method for measuring indirectly tool wear of CNC machine Download PDFInfo
- Publication number
- KR102093287B1 KR102093287B1 KR1020180100354A KR20180100354A KR102093287B1 KR 102093287 B1 KR102093287 B1 KR 102093287B1 KR 1020180100354 A KR1020180100354 A KR 1020180100354A KR 20180100354 A KR20180100354 A KR 20180100354A KR 102093287 B1 KR102093287 B1 KR 102093287B1
- Authority
- KR
- South Korea
- Prior art keywords
- tool
- equation
- value
- real
- data
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
- G05B19/4065—Monitoring tool breakage, life or condition
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
- B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
- B23Q17/0957—Detection of tool breakage
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
- B23Q17/0995—Tool life management
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37252—Life of tool, service life, decay, wear estimation
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
본 발명은 CNC 공작기계의 공구 마모 간접 계측방법에 관한 것으로, 보다 구체적으로 컴퓨터에서 구현되는 CNC 공작기계의 공구 마모 간접 계측방법에 있어서, (a) 가동 중인 CNC 공작기계로부터 공구의 마모와 관련된 데이터를 실시간으로 수집하는 실시간 데이터 수집 단계; (b) 상기 (a) 단계에서 수집된 실시간 데이터를 통계치로 변환하여 전 처리 가공하는 단계; (c) 현재 공구의 사용횟수가 1회인 경우에는 참조 데이터로 별도 저장하고, 현재 공구의 사용횟수가 2회 이상인 경우에는 실시간 데이터와 상기 참조 데이터 간 벡터 연산을 통해 예측 정상 데이터 값을 산출하는 단계; (d) 상기 (c) 단계에서 산출된 예측 정상 데이터 값과 실시간 데이터 값 간의 차이의 절대값으로 잔류 값을 산출하는 단계; 및 (e) 상기 (d) 단계에서 산출된 잔류 값을 공구 마모도 간접 계측값으로 환산하는 단계;를 포함하는 것을 특징으로 한다.The present invention relates to a method for indirectly measuring tool wear of a CNC machine tool, and more specifically, to a method for indirectly measuring tool wear of a CNC machine tool implemented in a computer, (a) data related to tool wear from a running CNC machine tool. Real-time data collection step of collecting in real time; (b) converting the real-time data collected in the step (a) into statistical values and pre-processing them; (c) If the number of times the current tool is used is stored separately as reference data, and if the number of times the current tool is used is two or more times, calculating predicted normal data values through vector calculation between the real-time data and the reference data ; (d) calculating a residual value as an absolute value of the difference between the predicted normal data value and the real-time data value calculated in step (c); And (e) converting the residual value calculated in step (d) into an indirect measurement value of tool wear.
Description
본 발명은 CNC 공작기계의 공구 마모 정도를 공정 조건 변화나 환경 변화에도 신뢰도 높게 간접 계측하는 방법에에 관한 것이다.The present invention relates to a method of indirectly measuring the degree of tool wear of a CNC machine tool with high reliability even with process condition changes or environmental changes.
CNC 공장기계의 공구 마모는 절삭 중인 제품의 불량을 야기할 수 있어 교체 등의 관리가 필요하다. 통상적으로 CNC 공작기계의 공구 관리는 실험을 통해 산출된 공구별 적정 사용횟수에 근거하여 주기적으로 교체해줌으로써 이루어지는데 이는 CNC 공장기계의 공구의 마모 정도를 실시간으로 계측하는 것이 어렵기 때문이다. 하지만, 이와 같은 관리방법은 실제 공구 사용횟수가 적정 사용횟수보다 적지만 공구에 극심한 마모가 발생한 경우 절삭 작업 중인 제품의 불량을 야기할 수 있으며, 반대로 실제 공구 사용횟수가 적정 사용횟수에 도달했지만 공구의 마모가 거의 없는 경우 불필요한 공구 교체로 생산성을 저하시키고, 공구 관리 비용의 낭비가 발생하는 문제가 있다.Tool wear of CNC factory machines can cause defects in the product being cut, so management such as replacement is necessary. In general, tool management of CNC machine tools is performed by periodically replacing them based on the appropriate number of uses for each tool calculated through experiments, because it is difficult to measure the degree of wear of tools in CNC factory machines in real time. However, this management method may cause defects in the product being cut when the actual number of tool uses is less than the proper number of uses, but in the case of severe wear on the tool, on the contrary, the actual number of tool uses has reached the proper number of tools. If there is little wear, there is a problem in that productivity is reduced by unnecessary tool replacement and waste of tool management cost is generated.
이에 상기와 같은 문제를 극복하기 위해 발명된 CNC 공작기계 공구 관리방법으로는 다음과 같은 사례가 있다.Accordingly, there are the following cases as a method for managing a CNC machine tool invented to overcome the above problems.
먼저, 터치 방식으로 공구 마모를 측정하는 방법으로서, 수직 방향으로 세워진 공구를 패드에 터치시키고 기존 길이와 현재 길이의 수직 길이의 차이를 통해 마모 여부를 확인한다. 하지만, 상기의 방법은 매 생산 주기마다 패드까지 공구를 왕복시켜야 하므로 생산 공정의 지연을 초래하게 되고, 공구의 수직 길이의 마모 여부만 확인할 수 있어 공구의 경사면에서 절삭이 이루어지는 경우 공구의 경사면에 발생한 마모는 확인할 수 없는 문제가 있다.First, as a method of measuring tool wear by a touch method, a tool erected in a vertical direction is touched on a pad and wear is checked through a difference between an existing length and a vertical length of the current length. However, the above method causes a delay in the production process because the tool must be reciprocated to the pad at every production cycle, and it is possible to check only whether the vertical length of the tool is worn. There is a problem that wear cannot be confirmed.
다음은 레이저를 통한 3D 공구 마모 측정방법으로서, 레이저를 공구에 투사하여 공구의 3D 형체를 측정함으로써 공구의 수직 길이뿐만 아니라, 공구의 모든 면의 마모 여부를 확인할 수 있다. 하지만, 상기 레이저를 이용한 측정방법의 경우 매번 공구에 대한 레이저 측정 과정을 거쳐야 해서 생산 지연을 초래하게 되고, 요구되는 레이저 장비의 스펙이 높아 가격적으로 큰 부담이 되어 기존 기술을 대체할 정도의 메리트가 없는 문제가 있다.The following is a 3D tool wear measurement method using a laser. By measuring a 3D shape of a tool by projecting a laser onto the tool, it is possible to check whether the tool is worn on all sides of the tool as well as the vertical length. However, in the case of the measurement method using the laser, a laser measurement process for a tool is required each time, resulting in a production delay, and the specifications of the required laser equipment are high, which is a great burden on the price, and is an advantage to replace the existing technology. There is no problem.
다음은 진동 데이터를 활용한 공구 마모 간접 계측 방법으로서, 공구의 진동 스펙트럼 주파수 성분(대역대)을 분석하여 실시간으로 공구의 마모를 간접적으로 계측하는 방법이며, 실시간으로 간접 계측되기 때문에 계측에 의한 공정 지연의 문제는 없으며, 최근 들어 센서 값이 저렴해져 장비 구축비용이 상기 레이저 이용 방식에 비해 저렴한 이점이 있다. 하지만, 진동 데이터를 이용하는 방식의 경우 가령 CNC 공작 기계의 모터의 회전속도가 높아지거나 주변 온도가 높아질 때 등 공정 조건이나 주변 환경의 변화가 발생할 때 진동 데이터 값에 영향을 주게 되어 계측값과 실제 공구의 마모 정도 사이에 괴리가 생겨 측정 결과의 정확도 및 신뢰도가 저하되는 문제가 있다.The following is a method of indirectly measuring tool wear using vibration data.It is a method of indirectly measuring tool wear in real time by analyzing the vibration spectral frequency component (band) of the tool. There is no problem of delay, and recently, the sensor value has become cheaper, so the equipment construction cost has an advantage compared to the laser-using method. However, in the case of a method using vibration data, the vibration data value is influenced when a process condition or a change in the surrounding environment occurs, for example, when the rotational speed of a motor of a CNC machine tool increases or the ambient temperature increases. There is a problem in that accuracy and reliability of measurement results are deteriorated due to separation between wear levels.
본 발명은 상기와 같은 문제점들을 해결하기 위해 도출된 것으로, 데이터 기반 CNC 공작기계 공구 마모도 간접 계측 기술의 정확도를 개선하기 위한 것으로, 다양한 공정 조건 또는 환경 조건의 변화에도 실시간으로 공구의 마모 여부를 정확하고 신뢰도 있게 확인할 수 있는 CNC 공작기계의 공구 마모 간접 계측방법을 제공하는 것을 그 목적으로 한다.The present invention has been derived to solve the above problems, and is intended to improve the accuracy of indirect measurement technology based on data-based CNC machine tool tool wear, and accurately corrects whether or not the tool is worn in real time despite changes in various process conditions or environmental conditions. The object of the present invention is to provide an indirect measuring method for tool wear of CNC machine tools that can be reliably verified.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며 언급되지 않은 또 다른 기술적과제들은 하기의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present invention are not limited to the technical problems mentioned above, and other technical problems not mentioned can be clearly understood by those having ordinary knowledge in the technical field to which the present invention belongs from the following description. will be.
상기와 같은 과제를 해결하기 위한 본 발명은 CNC 공작기계의 공구 마모 간접 계측방법에 관한 것으로, 보다 구체적으로 컴퓨터에서 구현되는 CNC 공작기계의 공구 마모 간접 계측방법에 있어서, (a) 가동 중인 CNC 공작기계로부터 공구의 마모와 관련된 데이터를 실시간으로 수집하는 실시간 데이터 수집 단계; (b) 상기 (a) 단계에서 수집된 실시간 데이터를 통계치로 변환하여 전 처리 가공하는 단계; (c) 현재 공구의 사용횟수가 1회인 경우에는 참조 데이터로 별도 저장하고, 현재 공구의 사용횟수가 2회 이상인 경우에는 실시간 데이터와 상기 참조 데이터 간 벡터 연산을 통해 예측 정상 데이터 값을 산출하는 단계; (d) 상기 (c) 단계에서 산출된 예측 정상 데이터 값과 실시간 데이터 값 간의 차이의 절대값으로 잔류 값을 산출하는 단계; 및 (e) 상기 (d) 단계에서 산출된 잔류 값을 공구 마모도 간접 계측값으로 환산하는 단계;를 포함하는 것을 특징으로 한다.The present invention for solving the above problems relates to a method of indirectly measuring tool wear of a CNC machine tool, and more specifically, in a method of indirectly measuring tool wear of a CNC machine tool implemented in a computer, (a) a CNC machine in operation A real-time data collection step of collecting data related to wear of a tool from a machine in real time; (b) converting the real-time data collected in the step (a) into statistical values and pre-processing them; (c) If the number of times the current tool is used is stored separately as reference data, and if the number of times the current tool is used is two or more times, calculating predicted normal data values through vector calculation between the real-time data and the reference data ; (d) calculating a residual value as an absolute value of the difference between the predicted normal data value and the real-time data value calculated in step (c); And (e) converting the residual value calculated in step (d) into an indirect measurement value of tool wear.
본 발명에 따른 CNC 공작기계의 공구 마모 간접 계측방법에 의하면, 다양한 공정 조건 또는 환경 조건의 변화에도 실시간으로 공구의 마모 여부를 정확하고 신뢰도 있게 확인할 수 있는 효과가 있다.According to the method of indirectly measuring tool wear of a CNC machine tool according to the present invention, it is possible to accurately and reliably check whether or not the tool is worn in real time despite changes in various process conditions or environmental conditions.
또한, 본 발명에 의하면 기존의 기술과는 달리 공구의 마모 확인을 위한 별도의 추가 공정이 필요하지 않으므로 생산 공정의 지연을 초래하는 것을 방지할 수 있는 효과가 있다.In addition, according to the present invention, unlike the existing technology, there is no need for a separate additional process for checking the wear of the tool, so it has an effect of preventing a delay in the production process.
도 1은 본 발명에 따른 CNC 공작기계의 공구 마모 간접 계측방법의 공정 순서도를 도시한 것이다.
도 2는 본 발명에서 수집하는 실시간 데이터의 형태를 예시로 나타낸 것이다.
도 3은 본 발명에서 실시간 데이터를 통계적 산출식에 따라 전 처리 가공한 형태를 예시로 나타낸 것이다.
도 4는 본 발명에서 참조 데이터의 업데이트에 대해 예시로 나타낸 것이다.
도 5는 본 발명에서 매트릭스(matrix) 형태로 표현된 참조 데이터의 예시를 나타낸 것이다.
도 6은 본 발명에서 참조 데이터를 기반으로 예측 정상 데이터를 산출하는 과정에 대해 도시한 것이다.
도 7은 본 발명에서 예측 정상 데이터 값과 실시간 데이터 값 간의 잔류 값(residual)을 산출하는 예시를 나타낸 것이다.
도 8은 본 발명에서 잔류 값을 공구 마모도 간접 계측값으로 환산하는 과정을 나타내는 것이다.1 shows a process flow diagram of a method for indirectly measuring tool wear in a CNC machine tool according to the present invention.
Figure 2 shows the form of real-time data collected by the present invention as an example.
3 is a diagram showing a form of pre-processing real-time data according to a statistical calculation formula in the present invention.
4 shows an example of updating the reference data in the present invention.
5 shows an example of reference data expressed in a matrix form in the present invention.
6 illustrates a process of calculating predicted normal data based on reference data in the present invention.
7 shows an example of calculating a residual between a predicted normal data value and a real-time data value in the present invention.
8 shows a process of converting a residual value into an indirect measurement value of tool wear in the present invention.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에서 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.The present invention can be applied to a variety of transformations and may have various embodiments, and specific embodiments will be illustrated in the drawings and described in detail in the detailed description. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all conversions, equivalents, and substitutes included in the spirit and scope of the present invention. In the description of the present invention, when it is determined that a detailed description of known technologies related to the present invention may obscure the subject matter of the present invention, the detailed description will be omitted.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in this application are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly indicates otherwise. In this application, the terms "include" or "have" are intended to indicate the presence of features, numbers, steps, actions, components, parts or combinations thereof described herein, one or more other features. It should be understood that the existence or addition possibilities of fields or numbers, steps, operations, components, parts or combinations thereof are not excluded in advance.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.Terms such as first and second may be used to describe various components, but the components should not be limited by the terms. The terms are used only for the purpose of distinguishing one component from other components.
이하에서는 본 발명에 대한 이해를 돕기 위해 도면을 참고하면서 본 발명에 대해 상세히 설명하도록 한다.Hereinafter, the present invention will be described in detail with reference to the drawings to help understanding of the present invention.
도 1은 본 발명에 따른 CNC 공작기계의 공구 마모 간접 계측방법의 공정 순서도를 도시한 것으로, 도 1에 의하면 본 발명은 CNC 공작기계의 공구 마모 간접 계측방법에 관한 것으로, 보다 구체적으로 (a) 가동 중인 CNC 공작기계로부터 공구의 마모와 관련된 데이터를 실시간으로 수집하는 실시간 데이터 수집 단계(S10); (b) 상기 (a) 단계에서 수집된 실시간 데이터를 통계치로 변환하여 전 처리 가공하는 단계(S20); (c) 현재 공구의 사용횟수가 1회인 경우에는 참조 데이터로 별도 저장하고, 현재 공구의 사용횟수가 2회 이상인 경우에는 실시간 데이터와 상기 참조 데이터 간 벡터 연산을 통해 예측 정상 데이터 값을 산출하는 단계(S30); (d) 상기 (c) 단계에서 산출된 예측 정상 데이터 값과 실시간 데이터 값 간의 차이의 절대값으로 잔류 값을 산출하는 단계(S40); 및 (e) 상기 (d) 단계에서 산출된 잔류 값을 공구 마모도 간접 계측값으로 환산하는 단계(S10);를 포함하는 것을 특징으로 한다.1 shows a process flow chart of an indirect tool wear measuring method of a CNC machine tool according to the present invention, and according to FIG. 1, the present invention relates to an indirect tool wear measuring method of a CNC machine tool, more specifically (a) A real-time data collection step (S10) of collecting data related to tool wear in real time from a running CNC machine tool; (b) converting the real-time data collected in the step (a) into a statistical value and pre-processing it (S20); (c) If the number of times the current tool is used is stored separately as reference data, and if the number of times the current tool is used is two or more times, calculating predicted normal data values through vector calculation between the real-time data and the reference data (S30); (d) calculating a residual value as an absolute value of the difference between the predicted normal data value and the real-time data value calculated in step (c) (S40); And (e) converting the residual value calculated in the step (d) into an indirect measurement value of tool wear (S10).
본 발명에 따른 CNC 공작기계의 공구 마모 간접 계측방법은 데이터를 수집하는 데이터 수집 장치, 수집된 데이터를 기반으로 연산을 수행하는 중앙처리장치, 방대한 양의 각종 데이터를 기억하는 데이터 저장장치 등을 포함하는 컴퓨터에서 구현된다.The method for indirectly measuring tool wear of a CNC machine tool according to the present invention includes a data collection device for collecting data, a central processing device for performing calculations based on the collected data, and a data storage device for storing a large amount of various data. Is implemented on a computer.
본 발명에서 상기 (a) 단계(S10)는 실시간 데이터 수집 단계로서, 가동 중인 CNC 공작기계로부터 진동 값, 전류 값 등과 같이 공구의 마모 정도를 간접적으로 반영할 수 있는 데이터 값을 시계열 순으로 수집하는 단계이다. CNC 공작기계의 공구의 마모와 관련된 데이터로는 특별히 제한적인 것은 아니나, 대표적으로 진동, 전류, 온도 등의 데이터가 될 수 있다.In the present invention, step (a) (S10) is a real-time data collection step, in which data values that can indirectly reflect the degree of wear of a tool, such as vibration values and current values, from a running CNC machine tool are collected in chronological order. It is a step. The data related to the wear of the tool of the CNC machine tool is not particularly limited, but may be representatively data such as vibration, current, and temperature.
도 2는 상기 (a) 단계에서 수집하는 실시간 데이터의 형태를 예시로 나타낸 것으로, 데이터 항목으로 타임스탬프(timestamp), 해당 공구의 ID, 해당 공구의 사용횟수, 변수 값(x1, x2, .....)이 있다. 상기 실시간 데이터는 타임스탬프의 시계열 순서대로 나열되어 정리된다. 상기 변수 값은 CNC 공작기계의 공구의 마모와 관련된 데이터의 값으로서, 예를 들면 x1은 진동 값, x2는 전류 값이 될 수 있다.Figure 2 is an example showing the form of real-time data collected in step (a), as a data item timestamp (timestamp), the ID of the tool, the number of times the tool is used, the variable value (x1, x2, .. ...). The real-time data is arranged and arranged in chronological order of timestamp. The variable value is a value of data related to abrasion of a tool of a CNC machine tool, for example, x1 may be a vibration value and x2 may be a current value.
본 발명에서 상기 (b) 단계(S20)는 상기 (a) 단계(S10)에서 수집된 실시간 데이터를 통계치로 변환하여 가공하는 단계로서, 하기의 식 1 내지 식 7에 나타난 통계적 산출식에 따라 통계치로 변환한다.In the present invention, step (b) (S20) is a step of converting and processing the real-time data collected in step (a) (S10) into statistical values, according to the statistical calculation formulas shown in
[식 1] 평균값[Equation 1] Average
[식 2] 최대값[Equation 2] Maximum value
[식 3] 분산[Equation 3] dispersion
[식 4] 표준편차[Equation 4] Standard deviation
[식 5] 첨도[Equation 5] Kurtosis
[식 6] 비대칭도[Equation 6] Asymmetry
[식 7] Root-Mean-Square[Equation 7] Root-Mean-Square
도 3은 상기 (b) 단계(S20)에서 실시간 데이터를 상기의 통계적 산출식에 따라 전 처리 가공한 형태를 예시로 나타낸 것으로, 상기 (a) 단계에서 수집한 실시간 데이터 항목 중 변수 값(x1, x2, .....)에 대해 통계적 산술식으로 계산하여 변환한 것이다.FIG. 3 shows an example of the pre-processing of real-time data in step (S20) according to the statistical calculation formula, and variable values (x1, among real-time data items collected in step (a)) x2, .....) is calculated and converted into a statistical arithmetic expression.
본 발명에서 상기 (c) 단계(S30)는 참조 데이터 및 예측 정상 데이터 값을 생성하는 단계이다.In the present invention, step (c) (S30) is a step of generating reference data and predicted normal data values.
상기 참조 데이터는 공구의 사용횟수가 1회인 경우에 한해 수집하는 것을 원칙으로 한다. 즉, 공구의 마모가 거의 진행되지 않은 상태의 데이터를 참조 데이터로 생성하는 것이다. 상기 참조 데이터는 도 4에 나타난 바와 같이 지속적으로 업데이트 된다. 상기 참조 데이터의 업데이트 시 참조 데이터의 로우(row) 수(M)는 다양한 공정 조건 및 환경이 충분히 반영되어 계측값의 신뢰도를 높이기 위해 변수 수(L)의 2배 이상에서 고정하는 것이 바람직하며, 상기 로우(row) 수는 200 내지 300에서 고정되는 것이 가장 바람직하다. 상기 고정된 참조 데이터의 로우(row) 수(M)를 유지하면서, 신규 참조 데이터가 저장되면 가장 오래된 참조 데이터는 삭제하는 방식으로 지속적으로 참조 데이터를 업데이트한다.In principle, the reference data is collected only when the number of times the tool is used is once. That is, the data in a state where the wear of the tool is hardly advanced is generated as reference data. The reference data is continuously updated as shown in FIG. 4. When updating the reference data, it is preferable to fix the number of rows (M) of the reference data at more than twice the number of variables (L) in order to increase the reliability of the measured value by sufficiently reflecting various process conditions and environments, The number of rows (row) is most preferably fixed at 200 to 300. While maintaining the fixed number of rows (M) of the reference data, when the new reference data is stored, the oldest reference data is continuously updated by deleting the oldest reference data.
본 발명에서 상기 참조 데이터는 도 5에 도시된 예시와 같이 매트릭스(matrix) 형태로 표현될 수 있다. 도 5에 도시된 매트릭스 형태의 참조 데이터(D)는 하기의 식 9로 정의될 수 있다.In the present invention, the reference data may be expressed in a matrix form as illustrated in FIG. 5. The reference data D in the form of a matrix shown in FIG. 5 may be defined by Equation 9 below.
D : 참조 데이터의 Matrix D : Matrix of reference data
M : D t 의 로우(row)의 수M: Number of rows of D t
L : D t 의 Column 수 (변수의 수)L: Column number of D t (number of variables)
Y (nj) : 주어진 시간 nj 에 대한 exemplar vector Y (n j ): exemplar vector for a given time n j
[식 8][Equation 8]
[식 9][Equation 9]
본 발명에서 상기 예측 정상 데이터 값은 현재 공구의 사용횟수가 2회 이상인 경우에 상기 참조 데이터를 기반으로 하여 산출되는 것으로서, 도 6에 나타난 바와 같이 실시간 데이터를 input 데이터로 하여 실시간 데이터와 참조 데이터 간 벡터 연산을 통해 산출된다.In the present invention, the predicted normal data value is calculated based on the reference data when the number of times the current tool is used is two or more times. It is calculated through vector operations.
도 6에서, " Y in " 는 실시간 데이터 값, " Y est "는 하기 식 10 내지 식 13에 의한 벡터 연산을 통해 산출된 예측 정상 데이터 값을 나타낸다.In FIG. 6, " Y in " is a real-time data value, and " Y est " is The predicted normal data values calculated through vector operations according to the following equations 10 to 13 are shown.
[식 10][Equation 10]
[식 11][Equation 11]
[식 12][Equation 12]
상기 [식 12]에서, 
[식 13][Equation 13]
본 발명에서 상기 예측 정상 데이터 값은 CNC 공작기계의 공구가 장애 없이 정상적인 공정 작업을 수행할 수 있는 상태일 때를 나타내는 데이터 예측 값을 의미한다.In the present invention, the predicted normal data value refers to a data predicted value that indicates when a tool of a CNC machine tool is in a state capable of performing a normal process operation without failure.
본 발명에서 상기 (d) 단계(S40)는 상기 (c) 단계에서 산출된 예측 정상 데이터 값과 실시간 데이터 값 간의 잔류 값(residual)을 산출하는 단계로서, 본 발명에서 상기 잔류 값은 예측 정상 데이터 값과 실시간 데이터 값 간의 차이의 절대값으로 정의되며, 상기 잔류 값의 산출 식은 하기의 식 14에 나타난 바와 같다.In the present invention, step (d) (S40) is a step of calculating a residual value (residual) between the predicted normal data value and the real-time data value calculated in step (c), the residual value in the present invention is the predicted normal data It is defined as the absolute value of the difference between the value and the real-time data value, and the equation for calculating the residual value is as shown in Equation 14 below.
[식 14][Equation 14]
도 7에 나타난 바와 같이, 전 처리 가공된 변수 값 각각에 대해 잔류 값을 계산한다. As shown in Figure 7, residual values are calculated for each of the pre-processed variable values.
본 발명에서 상기 (e) 단계(S50)는 상기 (d) 단계에서 산출된 잔류 값을 공구 마모도 간접 계측값으로 환산하는 단계로서, 상기 잔류 값을 공구 마모도 간접 계측값으로 환산하는 방법은 다음와 같다.In the present invention, step (e) (S50) is a step of converting the residual value calculated in step (d) into an indirect measurement value of tool wear, and the method of converting the residual value into an indirect measurement value of tool wear is as follows. .
우선, 도 8에 나타난 바와 같이 하기 식 15를 이용하여 잔류 값의 합(Sum of Residual)을 산출한다.First, as shown in FIG. 8, Sum of Residual is calculated using Equation 15 below.
[식 15][Equation 15]
다음으로, 하기의 식 16을 이용하여 정규화한 값을 공구 마모도 간접 계측값(Z)으로 정의한다. 상기 공구 마모도 간접 계측값(Z)이 2이상 3미만인 경우 '공구 교체 관련 주의 요망 상태'로 파악되고, 3 이상인 경우에는 '즉시 공구 교체가 필요한 상태'로 파악된다.Next, the normalized value using the following equation 16 is defined as the indirect measurement value Z of the tool wear. In the case where the tool wear degree indirect measurement value Z is 2 or more and less than 3, it is regarded as a 'requirement state related to tool replacement', and when it is 3 or more, it is understood as' a state that requires immediate tool replacement.
[식 16][Equation 16]
상기 식 16에서, 'M'은 하기 [식 17]과 같고, 'Std'는 하기 [식 18]과 같다.In the above formula 16, 'M' is as in [Formula 17], and 'Std' is as in [Formula 18].
[식 17][Equation 17]
[식 18][Equation 18]
본 발명에 따른 CNC 공작기계의 공구 마모 간접 계측방법에 의하면, 다양한 공정 조건 또는 환경 조건의 변화에도 실시간으로 공구의 마모 여부를 정확하고 신뢰도 있게 확인할 수 있으며, 기존의 기술과는 달리 공구의 마모 확인을 위한 별도의 추가 공정이 필요하지 않으므로 생산 공정의 지연을 초래하는 것을 방지할 수 있다.According to the method of indirectly measuring tool wear of a CNC machine tool according to the present invention, it is possible to accurately and reliably check whether the tool is worn in real time even in a variety of process conditions or environmental conditions. It does not require a separate additional process for preventing the production process delay.
이상에 설명한 바와 같이, 본 발명이 속하는 기술 분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 본 발명의 범위는 상기의 상세한 설명보다는 후술할 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.As described above, those skilled in the art to which the present invention pertains will understand that the present invention may be implemented in other specific forms without changing its technical spirit or essential features. The scope of the present invention is indicated by the claims, which will be described later, rather than by the detailed description above, and it is interpreted that all changes or modified forms derived from the meaning and scope of the claims and equivalent concepts are included in the scope of the present invention Should be.
Claims (4)
(a) 가동 중인 CNC 공작기계로부터 공구의 마모와 관련된 데이터를 실시간으로 수집하는 실시간 데이터 수집 단계;
(b) 상기 (a) 단계에서 수집된 실시간 데이터를 통계치로 변환하여 전 처리 가공하는 단계;
(c) 현재 공구의 사용횟수가 1회인 경우에는 참조 데이터로 별도 저장하고, 현재 공구의 사용횟수가 2회 이상인 경우에는 실시간 데이터와 상기 참조 데이터 간 벡터 연산을 통해 예측 정상 데이터 값을 산출하는 단계;
(d) 상기 (c) 단계에서 산출된 예측 정상 데이터 값과 실시간 데이터 값 간의 차이의 절대값으로 잔류 값을 산출하는 단계; 및
(e) 상기 (d) 단계에서 산출된 잔류 값을 공구 마모도 간접 계측값으로 환산하는 단계;를 포함하고,
상기 참조 데이터는 변수 수의 2배 이상에서 로우(row) 수를 고정하되, 고정된 로우(row) 수를 유지하면서 신규 참조 데이터가 저장되면 가장 오래된 참조 데이터는 삭제하는 방식으로 지속적으로 업데이트되는 CNC 공작기계의 공구 마모 간접 계측방법.
In the method of indirect measurement of tool wear in a computer-implemented CNC machine tool,
(A) real-time data collection step of collecting data related to the wear of the tool in real time from a running CNC machine tool;
(b) converting the real-time data collected in the step (a) into statistical values and pre-processing them;
(c) If the number of times the current tool is used is stored separately as reference data, and if the number of times the current tool is used is two or more times, calculating a predicted normal data value through vector calculation between the real-time data and the reference data ;
(d) calculating a residual value as an absolute value of the difference between the predicted normal data value and the real-time data value calculated in step (c); And
(e) converting the residual value calculated in the step (d) into an indirect measurement value of tool wear;
The reference data is CNC that is continuously updated by fixing the number of rows at more than twice the number of variables, but when the new reference data is stored while maintaining the fixed number of rows, the oldest reference data is deleted. Indirect measuring method of tool wear in machine tools.
상기 예측 정상 데이터 값은 하기의 수학식 1 내지 수학식 4의 벡터 연산 식에 따라 산출되는 것을 특징으로 하는 CNC 공작기계의 공구 마모 간접 계측방법.
[수학식 1]
[수학식 2]
[수학식 3]
상기 수학식 3에서,
[수학식 4]
상기 수학식 1 내지 4에 있어서, "D " 는 참조 데이터의 Matrix, " Y in " 는 실시간 데이터 값, " Y est "는 예측 정상 데이터 값이다.
According to claim 1,
The predicted normal data value is calculated in accordance with the following equations of Equations 1 to 4 below.
[Equation 1]
[Equation 2]
[Equation 3]
In Equation 3,
[Equation 4]
In Equations 1 to 4, " D " is a matrix of reference data, " Y in " is a real-time data value, and " Y est " is The predicted normal data value.
상기 공구 마모도 간접 계측값은 하기의 수학식 5에 의해 잔류 값의 합(Sum of Residual)을 산출한 후, 하기의 수학식 6 내지 8에 의해 산출되는 것을 특징으로 하는 CNC 공작기계의 공구 마모 간접 계측방법.
[수학식 5]
[수학식 6]
상기 수학식 6에서, 'M'은 하기 [수학식 7]과 같고, 'Std'는 하기 [수학식 8]과 같다.
[수학식 7]
[수학식 8]
The tool wear degree indirect measurement value is calculated by the following equation (5) after calculating the sum of residual values (Sum of Residual), the tool wear indirect of the CNC machine tool, characterized in that calculated by the following equations 6 to 8 Measurement method.
[Equation 5]
[Equation 6]
In Equation 6, 'M' is as in [Equation 7] below, and 'Std' is as in [Equation 8] below.
[Equation 7]
[Equation 8]
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180100354A KR102093287B1 (en) | 2018-08-27 | 2018-08-27 | Method for measuring indirectly tool wear of CNC machine |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180100354A KR102093287B1 (en) | 2018-08-27 | 2018-08-27 | Method for measuring indirectly tool wear of CNC machine |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200023883A KR20200023883A (en) | 2020-03-06 |
| KR102093287B1 true KR102093287B1 (en) | 2020-03-25 |
Family
ID=69802470
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180100354A KR102093287B1 (en) | 2018-08-27 | 2018-08-27 | Method for measuring indirectly tool wear of CNC machine |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102093287B1 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102579416B1 (en) * | 2021-11-19 | 2023-09-19 | 한국생산기술연구원 | Tool Wear Analysis Method Using Real-Time Cutting Force Estimation |
| CN115582733A (en) * | 2022-10-28 | 2023-01-10 | 大连工业大学 | Milling cutter wear monitoring method based on residual error structure and convolutional neural network |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018086712A (en) * | 2016-11-30 | 2018-06-07 | 株式会社日立製作所 | Tool wear prediction device and method therefor |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180014364A (en) * | 2016-07-29 | 2018-02-08 | 한국전자통신연구원 | Apparatus and method for tool wear compensation of cnc |
-
2018
- 2018-08-27 KR KR1020180100354A patent/KR102093287B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018086712A (en) * | 2016-11-30 | 2018-06-07 | 株式会社日立製作所 | Tool wear prediction device and method therefor |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200023883A (en) | 2020-03-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Paolanti et al. | Machine learning approach for predictive maintenance in industry 4.0 | |
| CN107766299B (en) | Data index abnormity monitoring method and system, storage medium and electronic equipment | |
| JP6076571B1 (en) | Information processing apparatus, information processing system, information processing method, and program | |
| JP5943357B2 (en) | Detection apparatus, detection method, and program | |
| US11093314B2 (en) | Time-sequential data diagnosis device, additional learning method, and recording medium | |
| JPWO2019142331A1 (en) | Failure prediction system and failure prediction method | |
| Lazarova-Molnar et al. | Reliability assessment in the context of industry 4.0: data as a game changer | |
| US10776706B2 (en) | Cost-driven system and method for predictive equipment failure detection | |
| US20180259951A1 (en) | State diagnostic device | |
| CN111796953A (en) | Failure prediction device and method, storage medium, and model learning and generating method | |
| JP5944241B2 (en) | Method, monitoring system, and computer program product for monitoring health of monitored system using associative memory method | |
| CN111340250A (en) | Equipment maintenance device, method and computer readable storage medium | |
| CN107710089B (en) | Plant equipment diagnosis device and plant equipment diagnosis method | |
| US20220035356A1 (en) | Equipment failure diagnosis support system and equipment failure diagnosis support method | |
| KR102093287B1 (en) | Method for measuring indirectly tool wear of CNC machine | |
| US20190196458A1 (en) | Method for selecting leading associated parameter and method for combining critical parameter and leading associated parameter for equipment prognostics and health management | |
| Yan et al. | Gamma process with recursive MLE for wear PDF prediction in precognitive maintenance under aperiodic monitoring | |
| Calabrese et al. | An event based machine learning framework for predictive maintenance in industry 4.0 | |
| CN115329796A (en) | Abnormality detection device, computer-readable storage medium, and abnormality detection method | |
| CN112534371A (en) | Optimizing accuracy of machine learning algorithms for monitoring operation of industrial machines | |
| JP6312955B1 (en) | Quality analysis apparatus and quality analysis method | |
| JP5948998B2 (en) | Abnormality diagnosis device | |
| Behún et al. | Risk assessment of non-repetitive production processes | |
| JP5811683B2 (en) | Abnormality diagnosis device | |
| CN107121616B (en) | Method and device for fault positioning of intelligent instrument |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |